写给新手,关于数据分析师职业前景!

做数据分析前我们首先要明确分析目的和内容,对于数据分析师而言,他们的进阶需求无外乎是各个企业对数据分析师的职位要求。在前程无忧、中华英才网以及智联招聘上,我们随便搜索下数据分析的岗位信息,都能找到大量类似于下面的一些职位要求信息:

别看岗位职责,任职要求这么多,说白了主要就三点要求:

1)对相关业务的理解;

2)掌握一到二种数据分析工具;

3)良好的沟通。可能不同的公司因为需求不同,会在要求上有点小小的不同,而这个不同主要集中在数据库上。

了解数据分析师的具体需求之前,我们有必要先了解数据分析师的职位体系。

在传统行业中,数据分析更多存在移动、银行、超市等行业,在这些行业中你才会偶尔听到数据分析师这个职位,也许更多是听到数据挖掘工程师、数据建模师。在中国也许只在电信的项目中,才会存在真正的意义上的数据挖掘。

业从广义上讲可以分为以下几个职位:

1、数据分析师

更注意是对数据、数据指标的解读,通过对数据的分析,来解决商业问题。主要有以下几个次层次:

业务监控:诊断当前业务是否正常?是否存在问题?业务发展是否达到预期(KPI)?如果没有达到预期,问主要问题在哪?是什么原因引起的?

建立分析体系:这些数据分析师已经对业务有一定的理解,对业务也相对比较熟悉,更多帮业务方建立一套分析体系,或者更高级是做成数据产品。例如:营销活动。分析师会告诉业务方,在活动前你应该分析哪些数据,从而制定恰当的营销计划。在营销过程中,你应该看哪些数据,从而及时做出营销活动调整。在营销活动,应该如何进行活动效果评估。

行业未来发展的趋势分析:这应该是数据分析师最高级别,有的公司叫做战略分析师/商业分析师。这个层次的数据分析师站的更高,在行业、宏观的层面进行业务分析,预测未来行业的发展,竞争对手的业务构成,帮助公司制定战略发展计划,并及时跟踪、分析市场动态,从而及时对战略进行不断优化。

主要技能要求:

数据库必须精通。很多时候,你模型的数据预处理,可能完成在数据库里完成,你用到的数据库技巧更高。

必须要会成熟的数据挖掘工具、数据挖掘算法,例如:SPSS/CELEMENTINE、SAS/EM等,当然如果你会一、二款开源软件,并会写一些程序代码那是最好的,大公司都喜欢用开源的软件,例如:R、WEKA。

2、数据挖掘工程师

更多是通过对海量数据进行挖掘,寻找数据的存在模式、或者说规律,从而通过数据挖掘来解决具体问题。数据挖掘更多是针对某一个具体的问题,是以解决具体问题为导向的。例如:聚类分析,通过对于会员各种人口统计学、行为数据进行分析,对会员进行分类,对不同的类型的会员建立相应的profiling,从而更好的理解会员,知道公司会员是到底如何?高、中、低低价值的会员构成,既可以后期各种会员的运营提供指导,提高活动效率,可以指导公司的营销,例如广告的投放策略。以及用于公司各种战略的制定。

3、数据建模师

这个职位与数据挖掘工程师还是有本质区别的。数据建模师,更多偏向于中、小数据量,而且其使用更多更多是统计学的方法,而数据挖掘中的例如:决策树、神经网络、SVM等在这里是根据不会涉及的。

当然二者有一个共同之处都是,针对很具体的问题,都是会解决某个具体问题,例如:营销反应率,你就可能历史的邮箱、短信的反应情况,来建模型进行预测,从而提高邮件反应率,或者减少对用户来说的“垃圾”邮箱,提高用户体验。所以从掌握的技能上讲,这二者就有很大的区别,数据建模师其实很少会提到算法这个词,更多说使用什么模型,有感觉吗?但是从实务界来看,这二个模型越来越没有明确的分工,一般来说都会二个职位的人都会去学习对方的知识,所以这二个职位有合并的趋势,但在未来几年来,我觉得公司要招人的时候应该还是要有区别的。

新进入数据行业的同学,可以根据自己的背景背景选择相应的职位,学数据、统计学的朋友更多可以偏向于建模师,而计算机特别是写编程出现和同学,可以走数据挖掘工程师,也许适应性更好,但这不是绝对的。

数据分析师的职位级别划分

不同公司对数据分析师的职位划分稍有不同,在一些中小型企业,没有成立独立的数据中心前,数据分析的相关职位往往是在譬如市场部、运营部这些部门之下,通常数据分析成员在2-4人不等。对于一些大型企业,有独立的数据部门的企业,其数据分析团队人员则是十到百人不等,其职位头衔有通俗的总监、经理、主管划分,也有助理、资深、专家之类的划分。

原文发布于微信公众号 - CDA数据分析师(cdacdacda)

原文发表时间:2015-04-03

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏VRPinea

凯文·凯利最新预言:未来五年人机互动将进入VR时代

390100
来自专栏PPV课数据科学社区

【学习】8句话让你彻底明白什么是大数据营销

这个时代搞营销就像是在做一道未知口味的超级大蛋糕,而营销手段就好比不同的口味的配料,随着个人的喜好不同,配出的味道也将会不一样,但这个蛋糕终归是要拿到桌面上去品...

37770
来自专栏钱塘大数据

【推荐阅读】企业实施大数据的五大关键

业要实施大数据战略,需要从五大方面规划:1.制定大数据规划找准切入点;2.强化大数据领导力设立CDO;3.设计合理的大数据组织结构;4.搭建富有执行力的大数据团...

291110
来自专栏华章科技

硅谷教父凯文·凯利最新预言:未来20年最重要的2个科技趋势!

2016年9月10下午,在“正和岛全球创新大集”的闭幕论坛上,《连线》杂志主编、《失控》作者凯文·凯利在演讲时再次作出预言,他认为,未来人类可以借用人工智能的力...

12130
来自专栏云加头条

王磊:AI 在传统产业的最佳实践

腾讯云AI应用产品总监王磊在云+未来峰会上做了主题为《AI在传统行业的最佳实践》的分享,以下内容整理自演讲。

50150
来自专栏数据猿

ThinkingGameCEO吕承通:大数据与人工智能在游戏行业的应用(内附视频&PPT)

数据猿导读 近一两年来关于大数据和人工智能的话题越来越多,但是游戏似乎和大数据人工智能没有什么关系。其实不然,接下来我就给大家揭开这个答案。 ? 作者 | 吕承...

48450
来自专栏数据科学与人工智能

【数据科学家】作为数据科学家最重要的是什么?Being Curious

视频是海量的,看视频的人也是海量的,无疑解释人们视频消费行的数据也是海量的,优化视频内容以迎合受众的口味是 Ooyala 公司业务的关键内容,其客户中就有 Fo...

27470
来自专栏华章科技

面向IT专业人员的8个新兴AI工作

Digital Ocean研发主管Alex Jaimes指出,如今人工智能和机器学习的专业知识通常是博士研究人员的领域。Jaimes认为,“不断增长的需求可能为...

8220
来自专栏AI科技评论

人工智能泰斗迈克尔·乔丹分享机器学习要义:创新视角,直面挑战

技评论按:2017年6月21日至22日,腾讯·云+未来峰会在深圳举行。腾讯董事会主席兼首席执行官马化腾会带来演讲,多位优秀的学界、产业界人才也会发表自己的见解。...

31470
来自专栏人称T客

提升客户满意度,智能客服未必是一把“万能钥匙”

T客汇官网:tikehui.com 撰文 | 张飞逸 智能(AI)的发展所带来的不仅仅是自动化、分析预测等功能的完善,而且其在具体行业中的应用也已经开始的落地,...

32260

扫码关注云+社区

领取腾讯云代金券